RSAttAE：基于信息感知注意力的自动编码器推荐系统
机器学习
2025-02-11 v1 信息检索
摘要
推荐系统在现代生活中发挥着重要作用，涵盖信息检索、制药行业、零售和娱乐等领域。其中，娱乐部门尤为受到关注且能产生巨大的利润。本工作提出了一种新方法，用于预测未知的用户-电影评分，以提升客户满意度。为实现此目标，我们利用了MovieLens 100K数据集。我们的ethods引入了基于注意力的自动编码器以创建有意义的表示，并使用XGBoost方法进行评分预测。结果表明，我们的方案在大多数现有最先进方法中均表现优异。项目可用性：https://github.com/ComputationIASBS/RecommSys
引用
@article{arxiv.2502.06705,
title = {RSAttAE: An Information-Aware Attention-based Autoencoder Recommender System},
author = {Amirhossein Dadashzadeh Taromi and Sina Heydari and Mohsen Hooshmand and Majid Ramezani},
journal= {arXiv preprint arXiv:2502.06705},
year = {2025}
}
备注
6 pages, 4 figures